--- # System prepended metadata title: 'Python筆記 : 股票策略回測 by Vectorbt' --- # Python筆記 : 股票策略回測 by Vectorbt [Vectorbt官網](https://vectorbt.dev/) ## 大致介紹 vectorbt是一套拿來進行量化分析的套件，特別的點在於他有numpy的速度,以及pandas的方便性。 因此比起其他的回測套件，他擁有極佳的速度，可以在短時間之內分析大量的策略。其中，套到這個套件裡面的所有參數都可以進行向量化，允許我們同時對所有元素執行相同的操作。另外，也使用 Numba 解決了與向量化相關的路徑依賴問題。 這邊大部分使用的套件說明都可以在[這裡](https://vectorbt.pro/api/)看到詳細說明。 ## 模組 ```python= import vectorbt as vbt # import plotly 可不用，因vectorbt有自帶視覺化套件 import datetime import pandas as pd import numpy as np ``` ## 時間設定以及視覺化分析資料的位置 ```python= filename='某個位置路徑' end_date=datetime.datetime.now() start_date=end_date - datetime.timedelta(days=3) #限制在3天之內 ``` 這邊設3天是因為等等要抓取的時間單位為一分鐘，故三天已經夠長了。 ## Data Import ```python= btc_price = vbt.YFData.download('BTC-USD', #['BTC-USD','ETH-USD'], 可以用列表同時import多重的data interval='1m', #改變時間的單位 start = start_date, end=end_date, missing_idnex='drop').get('Close') ``` vectorbt會自動抓取yfinace的api，只要yfinance有的，都可以抓的到。 標的可以分為: | 台股 | 美股 | 加密貨幣 | | -------- | -------- | -------- | | Ex : 2330.TW | Ex : TSLA | Ex : BTC-USD | ## 交易策略 這裡使用的交易策略相當簡單，因為主要目的是為了熟悉vectorbt的使用。 | 情況 | 操作 | | ------------------------------------ | ---- | | rsi>設定的高標 | 賣出 | | rsi<設定的低標 且 最近的收盤價低於ma | 買入 | 當rsi大於我們設定的高標，代表目前股市可能進入過熱的壯台，則我們可以選擇在這時候進行賣出的操作。當相反情況出現，rsi低於我們設定的低標的話，而且這時候的收盤價低於ma線，表示這時候或許是一個很好的入場點，則我們可以在這時候進行買入的操作。(這邊都是極度簡單的操作，要是這樣就可以穩穩贏過大盤就太感謝了...) ## 客製化訊號以及策略 這邊主要可以分成三個區塊，分別為: 1. Define一個函數，裡面主要用來計算出是否可以進入市場的訊號 -> 1及-1。 2. 算是一個用來做出策略的食譜，裡面放著等等產出的資料變數名稱以及一些默認變數。 3. 實際執行策略，裡面包含一些變數的範圍。 ### 1. Define a function ```python= def custom_indicator(close, #每當在這邊增加一個參數，就要在第二步驟的ind裡面的param_names裡面增加 rsi_window = 14, ma_window = 50, entry=30, exits=70 ): close_5m = close.resample('5T').last() #將資料型態從1min變成5min rsi = vbt.RSI.run(close_5m, window = rsi_window).rsi #rsi中的rsi值(因為在這裡的前面rsi出來的不會只有單純的rsi) rsi, _ =rsi.align(close, #將5min的資料重新展開成1min broadcast_axis=0, method='ffill', #並將空值以第5分鐘的copy塞進去 join='right' #rsi是right table，close是left table ) #by doing so, rsi跟close有same shape，只是rsi是5min的資料，close是1分鐘的資料 close = close.to_numpy() rsi = rsi.to_numpy() ma = vbt.MA.run(close, window = ma_window).ma.to_numpy() trend = np.where(rsi > exits, -1, 0) #要是rsi>70，則賣出(-1)，否則甚麼都不做(0) trend = np.where((rsi < entry)&(close < ma), 1, trend) #要是rsi<30而且收盤價